地域における呼吸器疾患の監視

呼吸器感染症、例えばインフルエンザやCOVID-19は、コミュニティの多くの人に影響を与えることがある。これらの病気を追跡するために、さまざまなシステムが使われていて、情報を集めて公衆衛生のための意思決定に役立てている。一部のシステムは病院やクリニックに基づいていて、医療提供者が症例を報告する一方、他のシステムは検査ラボからデータを収集したり、ワクチンの使用やこれらの病気に関連する死亡を監視したりしている。

病気の深刻さ、影響を受ける人口、情報がどれくらい早く集められるかなどの要因によって、異なるシステムにはそれぞれの利点と欠点がある。たとえば、廃水を監視することで、医療を求めるかどうかに関係なくウイルスの存在に関する手がかりを得ることができる。しかし、誰が病気であるか、年齢、病気の重症度などの詳細は分からない。対照的に、一般医のデータに依存するセンチネルシステムは、患者に関する詳細な情報を提供するかもしれないが、医療施設に行かない人を見逃してしまうことがある。

呼吸器疾患の全体像を把握するためには、いくつかの監視方法を同時に使うことが重要。たとえば、オランダでCOVID-19のパンデミック中に導入されたデジタルシステム「インフェクティラダール」は、人々がオンラインで健康症状を報告できるようにして、データ収集を簡単にし、特に検査サイトが限られているときに迅速に対応できるようにした。

#インフェクティラダールの仕組み

インフェクティラダールには約12,000人の参加者がいて、毎週自分の症状を更新している。これによって、コミュニティ内での呼吸器疾患の広がりを追跡するのに役立っている。COVID-19の検査が広く行われていないとき、このシステムは病気の影響やパターンを理解するために重要になった。

参加者は登録時にインテーク質問票に記入し、その後、毎週健康状態についてのメールを受け取る。いつでも回答できるので便利。症状を報告するだけでなく、参加者は自己スワブ検査を使ってさまざまな呼吸器病原体のチェックもできる。

2022年には、システムが拡張され、参加者に自己検査キットが送られた。このキットは、特に若年層の人々が少なかったため、人口のより良い代表性を確保するのに役立った。システムに参加するためにランダムに選ばれた個人に招待状が送られ、登録した人は研究管理のために個人情報を提供した。

自己検査パッケージには、迅速なCOVID-19検査とサンプルを収集するための鼻スワブが含まれていた。参加者はこれらのサンプルを分析のために郵送でき、数週間後にオンラインで結果を受け取った。この遅れにより、検査結果が参加者を必要以上に医療ケアを求めさせることがなかった。

#サンプル収集とデータ分析

検査のためのサンプルを収集するため、COVID-19の陽性と判定された参加者には、症状があってもなくても鼻スワブを送信するように招待された。この広範なサンプリングにより、研究者は人口内で流通しているウイルスの変異株を調べることができた。陰性だったけど症状があった人の中から、ランダム選定プロセスを使って、限られた人数を分析のために招待した。

ラボでは、これらのサンプルに対してさまざまな呼吸器病原体の検査が行われ、COVID-19も含まれていた。参加者が自己検査でCOVID-19の陽性と判定された場合、ラボはほとんどの場合この結果を確認した。しかし、一部の陰性サンプルがウイルスの陽性結果を示すこともあり、検査の正確性の違いが浮き彫りになった。

研究の進行中、研究者はサンプルを分析してさまざまな病原体の流通を追跡した。彼らは、ライノウイルスなどの呼吸器疾患が一般的であり、季節性コロナウイルスやインフルエンザなどの他のウイルスも確認した。時間をかけて収集されたサンプルを見て、チームは呼吸器シーズン全体でこれらの病気の存在のパターンや変化を確認できた。

#参加者の人口統計と応答率

合計で17,030人が研究に参加し、幅広いデータを提供した。参加者は主に大人で、若い人は少なかった。このため、特定の人口グループが過小評価される結果となった。しかし、研究で観察された全体的な傾向は、呼吸器ウイルスの広がりに関する全国データと比較可能だった。

参加者は招待されたときにサンプルを送信するのが一般的に良かった。症状を報告した人は、データを提供するために貢献する可能性が高かった。運用上の課題、例えばソフトウェアの問題やサンプル処理の遅れがあったにもかかわらず、システムは機能し続け、有用な情報を生み出した。

#参加型監視の利点

オンラインでの症状報告とサンプル収集の組み合わせにはいくつかの利点がある。病気のアウトブレイクをタイムリーに監視し、どのウイルスが流通しているかについての洞察を提供できる。また、高リスクグループを特定し、ワクチン接種などの介入がどれくらい効果的かを評価するのにも役立つ。

この方法の大きな利点はコスト効果が高いところ。参加者がすでに登録されているため、ゼロから始めることなく追加の研究を行うのが簡単。システムはまた柔軟で、研究者は現在の健康ニーズに基づいて焦点を調整できる。

公共の信頼も重要。参加者を情報提供し、関与させることで、システムの信頼性を構築し、継続的な参加を促す。将来的な改善には、若い人にアプローチしたり、多様性を高めるためにさまざまな言語で資料を提供することが含まれるかもしれない。

#課題と将来の目標

強みがある一方で、システムは運用中にいくつかの課題に直面した。招待に対する応答率は予想より低く、一部の参加者は招待されていないのにサンプルを送った。これによりデータ収集が複雑になる可能性があるが、逆により多くの洞察を提供することにもなった。

今後は、募集戦略を強化し、過小評価されているグループとより効果的に関与する努力が行われる。特に若年層やマイノリティコミュニティへのアプローチに重点を置く。

さらに、システムが進化するにつれ、新たな呼吸器疾患や出現する疾患のサンプルをキャプチャして分析することが重要になる。健康データの継続的な収集と監視が、研究者や公衆衛生担当者が異なる環境や人口で感染症がどのように振る舞うかを理解するのに役立つだろう。

#結論

要するに、インフェクティラダールのような参加型症候群監視システムは、呼吸器疾患を監視するための重要なツールを表している。データ収集と自己検査を組み合わせることで、流通しているウイルスやその公衆への影響に関する貴重な情報を集める。この洞察は、健康に関する決定や介入を情報化し、コミュニティをよりよく保護するために役立つ。今後この方法が進化し続けることで、世界中の将来の疾病監視の参考モデルとなるかもしれない。